TapCub 正式上线:统计、分析、客服一个平台免费用

免费工具 转化率怎么计算:转化率计算器与 A/B 显著性检验

输入访客数和转化数,得到转化率和置信区间。再填一组数据就能对比两个版本,看看差异是不是噪音。

  • 转化率与 95% 置信区间
  • A/B 双比例 z 检验
  • 本地运行

填入访客与转化

两组用同一口径:同样的访客定义(人,不是浏览量)和同样的转化事件。

计算器

A 组

对照组

转化率

21.2%

±1.6 pp · 95% 置信区间

B 组

实验组 · 可选

转化率

24.0%

±1.7 pp · 95% 置信区间

A 对比 B

双比例 z 检验,合并方差,双尾。p < 0.05 视为显著。

绝对差值+2.8 pp
相对提升+13.3%
z 值2.34
p 值0.019
B 组转化率高于 A 组,差异在统计上显著。

检验假设每个访客只计一次,且两组是随机分配的。它不回答这个提升对业务是否重要。

全部在你的浏览器里计算。这里输入的任何内容都不会上传,TapCub 也不会保存。

分享这组输入:数值写在链接的 # 后面,不会发到服务器。

版本 v2.0更新于 更新记录

新换成新的工具页,并和样本量、P 值、实验时长、SRM 检查等工具互通。

读懂结果

每个数字在告诉你什么

只填一组,得到转化率和它的区间。再填一组,对比面板就回答「差异是不是真的」。

转化率

那个大数字是这组的转化数 ÷ 访客数。要和它下面的区间一起看,别单看——20 个访客算出的 21% 和 20,000 个访客算出的 21%,不是同一个结论。

± 置信区间

真实转化率极可能落在这条带子里。A、B 两组的带子如果重叠,提示差异可能是噪音;真正下结论的是 z 检验。

绝对提升 vs 相对提升

绝对提升用百分点(21% → 24% 是 +3 pp)。相对提升是相对基线换算(+14%)。标题爱引用相对数;算预算要用绝对数。

结论那一行

绿色表示 z 检验过了 p < 0.05:这么大的差异不太可能是偶然。黄色表示还不行——继续积累,或者承认暂时分不出这两个版本。

统计显著不等于业务显著。一个真实但极小的提升,可能仍然抵不上为它做的改动。

怎么用

输入数字前先定三件事

算术是瞬间的事,把输入定义对才是功夫。

  1. 1

    谁算访客

    有机会转化的独立访客——不是浏览量,建议先剔除机器人。示例里是 2,400 个看过商品的人,而不是全站 48,213 个访客。

  2. 2

    什么算转化

    一个事件,每个访客只算一次:一笔支付、一次表单提交、一次完成注册。示例用的是 508 笔支付订单。

  3. 3

    时间窗口保持一致

    两组覆盖同样的日期。周末跑的实验组和工作日跑的对照组没有可比性。

公式

比率、区间与检验

只看比率看不出它基于多少人。置信区间把样本量放回来,z 检验则回答两个区间是否真的不同。

  • 转化率 = 转化数 ÷ 访客数
  • 区间宽度随样本量的平方根缩小——流量翻四倍,宽度减半
  • z 检验把两组合并,估计「没有差异」假设下的方差
  • p < 0.05 表示这么大的差异靠运气出现的概率不到二十分之一

转化率

p = 转化数 ÷ 访客数

示例:508 ÷ 2,400 = 21.2%

95% 置信区间(Wald)

p ± 1.96 × √( p (1 − p) ÷ n )

示例:21.2% ± 1.6 pp → 19.5% 到 22.8%

双比例 z 检验

z = (p₂ − p₁) ÷ √( p̄ (1 − p̄) (1/n₁ + 1/n₂) ), p̄ = (x₁ + x₂) ÷ (n₁ + n₂)

示例:z = 2.34,p = 0.020 → 在 5% 水平上显著

手算示例

转化率怎么计算:用默认数据手算一遍

默认数据:A 组 2,400 个访客里 508 人转化,B 组 2,380 人里 571 人转化。最后一列就是上面计算器显示的结果。

转化率计算公式与双比例 z 检验(默认数据)
步骤算式结果
A 组转化率508 ÷ 2,400 × 100%21.2%
B 组转化率571 ÷ 2,380 × 100%24.0%
绝对提升23.99% − 21.17%+2.8 个百分点
相对提升(23.99% − 21.17%) ÷ 21.17%+13.3%
合并转化率 p̄(508 + 571) ÷ (2,400 + 2,380)22.57%
标准误√( 0.2257 × 0.7743 × (1/2,400 + 1/2,380) )0.01209
z 值和 P 值z = 0.02825 ÷ 0.01209,双尾z = 2.34,P = 0.020

中间步骤保留足够位数,最后再四舍五入,否则 z 值第二位小数可能对不上。P = 0.020 小于 0.05,B 组的提升在 5% 水平上显著。

常见错误

转化率是怎么算错的

大多数关于转化率的争论,其实是关于分母的争论。

用浏览量做分母

一个人刷新五次就变成五次转化机会。要数访客,不是浏览量。

机器人没有剔除

爬虫永远不会转化。留在分母里会拉低比率,让活动看起来比实际差。

实验提前停止

每天看一眼、第一次 p < 0.05 就停,会大幅增加假阳性。先定好样本量或时长。

时间窗口不同

促销周的比率对比平常周的比率,衡量的是促销,不是你做的改动。

常见问题

转化率常见问题

还有其他问题?

直接和 TapCub 团队聊聊——工作日通常几小时内回复。

转化率怎么计算?转化率计算公式是什么?

转化率 = 转化数 ÷ 访客数 × 100%。2,400 个访客里 508 人下单,转化率 = 508 ÷ 2,400 = 21.2%。电商常说的成交转化率 = 成交(支付)人数 ÷ 访客数 × 100%,加购转化率 = 加购人数 ÷ 访客数 × 100%,只是分子换成不同的行为。分母用访客(人)或会话要前后一致,不要用浏览量;同一个人转化多次只算一次。

A/B 测试结果怎么判断是否显著?

填两组的访客数和转化数,计算器做合并方差的双比例 z 检验(双尾):z = (p₂ − p₁) ÷ √(p̄(1 − p̄)(1/n₁ + 1/n₂))。P 值小于 0.05,就说明差异在 5% 水平上显著。默认数据 z = 2.34、P = 0.020,B 组胜出。

需要多少访客?

取决于基线转化率和你想检测的提升幅度。在 20% 的基线上检测 10% 的相对提升(20% → 22%),按 5% 显著性、80% 功效,每组约需 6,510 个访客;提升越小,需要的访客越多。可以用A/B 测试样本量计算器按你的数字算。

「不显著」是什么意思?

观察到的差异有可能是偶然。它不代表两个版本一样,只代表你还没有证明它们不同。

为什么和我的统计工具算的不一样?

通常是分母:会话还是访客、机器人有没有剔除、转化事件是否每人只算一次。先对齐定义再比较。

结果一显著就能停止测试吗?

不能。z 检验的前提是只看一次结果,而且样本量事先定好。每天看一眼、第一次出现 p < 0.05 就停,误判的概率会远高于 5%。先定样本量,跑到这个量,再看结论。

更新记录

更新记录

这个工具的新功能、修复和数据更新,最新的在前。

  1. · v2.0

    改进换成新的工具页,并和样本量、P 值、实验时长、SRM 检查等工具互通。

  2. · v1.0

    首次上线首次上线。

缺功能或发现错误?告诉我们,常被提到的会排进下次更新。 全部工具更新

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie